-
题名一种基于隐语义概率模型的个性化Web服务推荐方法
被引量：18
- 1
-
-
作者
胡堰
彭启民
胡晓惠
-
机构
中国科学院软件研究所天基综合信息系统重点实验室
中国科学院大学
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2014年第8期1781-1793,共13页
-
基金
国家"八六三"高技术研究发展计划基金项目(2012AA011206)
-
文摘
为了满足Web服务使用者的个性化需求,提出了一种基于隐语义概率模型的用户指标偏好预测方法,用于个性化Web服务推荐.首先,引入两个决定用户指标偏好的关键因素:用户以及用户所处的服务情境,隐语义概率模型借助隐含类别建立用户指标偏好、用户及服务情境三者之间的隐含语义依赖关系,并且为描述用户、服务情境、指标偏好多方面的特征,允许这三者可同时以不同的概率隶属于多个隐含类别;然后,将期望极大(expectation maximization,EM)算法运用于由层次分析法获得的训练数据,以估计隐语义概率模型的参数;最后,使用该模型预测用户在特定服务情境下的指标偏好.隐语义概率模型与标准的基于内存的协同过滤以及基于聚类改进的协同过滤相比,不仅具有明确的数学模型,而且实验结果表明,隐语义概率模型对用户个性化指标偏好的预测精度最高,同时可以缓解数据稀疏性带来的不良影响.
-
关键词
Web服务推荐
个性化
隐语义概率模型
指标偏好
期望极大算法
-
Keywords
Web service recommendation
personalization
latent semantic probabilistic model
criteria preference
expectation maximization algorithm
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
TP181
[自动化与计算机技术—计算机科学与技术]
-
